GPT-6 Sol et Luna : OpenAI décline sa nouvelle génération d’IA et divise les prix par deux

Ce mardi 22 septembre 2026, trois jours après avoir réorganisé ses priorités de sécurité, OpenAI a frappé un grand coup côté produits : l’entreprise de San Francisco a annoncé GPT-6 Sol et GPT-6 Luna, deux modèles qui complètent GPT-6 Astra, le fleuron lancé au début du mois. La promesse tient en une phrase : apporter l’intelligence de la nouvelle génération à un prix beaucoup plus doux, pour le travail de tous les jours.

La nouvelle intéresse au-delà des développeurs : elle touche les abonnés ChatGPT, les utilisateurs de l’offre gratuite (qui héritent de Luna sur l’application de bureau) et, plus largement, tous ceux qui surveillent le prix de l’IA. On fait le point sur ce qui est annoncé, ce qui est mesuré, et ce que l’on ne sait pas encore.

GPT-6 Sol et Luna, c’est quoi exactement ?

Depuis le 3 septembre, la famille GPT-6 s’organise en trois étages. En haut, Astra, présenté par OpenAI comme le modèle le plus intelligent et le plus aligné de sa gamme, celui qui a résolu dix problèmes de maths ouverts depuis des décennies (nous en avions fait le récit dans notre article consacré à Astra). En dessous, OpenAI ajoute donc deux modèles plus rapides et moins coûteux : Sol, orienté travail professionnel exigeant, et Luna, pensé pour la vitesse et le prix serré.

Dans son annonce, OpenAI explique que Sol et Luna ont été entraînés avec des méthodes similaires à celles d’Astra, et que l’objectif est de distribuer les bénéfices de cette nouvelle génération à plus d’usages : la rédaction de documents, le pilotage d’agents qui utilisent un ordinateur, le code, ou encore les conversations longues.

Un mot de vocabulaire revient partout dans les tableaux publiés ce mardi : le niveau d’effort. Depuis plusieurs générations, les modèles d’OpenAI peuvent raisonner plus ou moins longtemps avant de répondre, du niveau bas au niveau max (et xhigh, un palier au-dessus du max classique). Plus l’effort monte, plus la réponse est soignée sur les tâches dures, et plus elle coûte en temps de calcul. C’est pourquoi un même modèle peut afficher plusieurs scores selon l’effort demandé : comparer deux modèles suppose de comparer des efforts équivalents, ou de lire les coûts, ce que font précisément les chiffres d’OpenAI ci-dessous.

Le texte d’ouverture donne le ton : « Plus tôt ce mois-ci, nous avons présenté GPT-6 Astra, le modèle le plus intelligent et le plus aligné au monde » (Earlier this month, we introduced GPT-6 Astra, the most intelligent and aligned model in the world). Une formulation marketing, à prendre pour ce qu’elle est : un positionnement d’éditeur, pas un verdict indépendant.

Pour mémoire, cette famille succède à la génération GPT-5.6, sortie le 9 juillet et déjà déclinée en Sol, Terra et Luna (voir notre article sur GPT-5.6). Les noms se répètent d’une génération à l’autre, ce qui peut troubler le lecteur : quand OpenAI parle aujourd’hui de Sol et de Luna, il s’agit bien de modèles GPT-6.

Des prix d’API divisés par deux

La mesure la plus concrète de cette annonce tient dans la facture. OpenAI indique réduire de 50 % les prix d’API de Sol et Luna par rapport aux tarifs promotionnels de leurs équivalents GPT-5.6. La phrase exacte : « nous répercutons ces économies directement sur les utilisateurs et les clients en abaissant de 50 % les prix d’API de Sol et Luna par rapport à leurs tarifs promotionnels GPT-5.6 » (we’re passing those savings directly on to users and customers by reducing API prices for Sol and Luna by 50% compared with their GPT-5.6 promotional pricing).

Source : tableau « GPT-6 API pricing » de l’annonce OpenAI du 22 septembre 2026. Les prix sont indiqués par million de tokens, l’unité de facturation des modèles de langage (un token vaut environ un mot, voire moins en français).

Deux colonnes appellent une traduction pour le commun des mortels. L’entrée, c’est tout ce que vous envoyez au modèle : votre question, mais aussi les documents, le code ou l’historique de conversation joints au passage. La sortie, c’est ce que le modèle rédige en réponse. Une application comme un assistant de réunion, qui avale des comptes rendus entiers avant de répondre deux lignes, consomme surtout de l’entrée ; un rédacteur automatique, surtout de la sortie. Diviser les deux par deux, comme le fait OpenAI ici, réduit donc la facture de bout en bout, et pas seulement pour les usages de spécialistes.

Pour un lecteur non développeur, pourquoi c’est important ? Le prix de l’API est le tarif de gros auquel les applications tierces utilisent les modèles d’OpenAI. Quand il baisse de moitié, les assistants IA, les agents et les outils que vous utilisez chaque jour peuvent faire davantage de travail pour le même coût, et les économies finissent souvent par se voir dans les offres grand public. C’est aussi un signal commercial adressé aux concurrents, à commencer par Anthropic, dont les modèles Claude servent précisément de référence dans les comparaisons d’OpenAI (voir plus bas).

Où peut-on essayer GPT-6 Sol et Luna ?

C’est la question que tout le monde se pose le jour du lancement, et la réponse est en cinq étapes. Au moment de l’annonce, Sol et Luna étaient disponibles dans ChatGPT Work et Codex pour les abonnés, dans l’application de bureau pour les utilisateurs gratuits (Luna uniquement), et via l’API pour les développeurs. Le déploiement était prévu de manière progressive. Notre décodeur résume votre situation en un clic.

Ce que disent les tests de performance d’OpenAI

OpenAI appuie son lancement de comparaisons chiffrées, principalement contre les modèles d’Anthropic, Claude Opus 5 et Claude Fable 5.1. Le tableau central porte sur AutomationBench, une évaluation de flux de travail professionnels qui enchaînent 47 outils dans les ventes, le marketing, les opérations, le support, la finance et les ressources humaines. Le résultat mis en avant : « GPT-6 Sol à l’effort xhigh surpasse Claude Opus 5 à l’effort max pour 9 % seulement du coût par tâche d’Opus 5 » (GPT-6 Sol at xhigh effort outperforms Claude Opus 5 at max effort at just 9% of Opus 5’s cost per task).

Source : AutomationBench 1.0.6, chiffres publiés par OpenAI le 22 septembre 2026. Le xhigh désigne le niveau d’effort de raisonnement maximal autorisé pour ce modèle dans ce test.

Deux précisions d’honnêteté, présentes dans l’annonce elle-même. D’abord, OpenAI signale que la donnée de Claude Fable 5.1 sous-estime son coût réel : le chiffre publié omet le coût des replis vers Opus 5, qui sont intervenus sur environ 40 % des tâches. Ensuite, et c’est écrit en toutes lettres à la fin du billet : les évaluations des modèles concurrents proviennent de rapports publics, et non de tests menés par OpenAI dans des conditions identiques. Autrement dit, ces chiffres décrivent la performance dans les conditions choisies par l’éditeur : c’est une pièce de communication commerciale, solide sur les faits internes (ses propres prix, ses propres scores) mais à relativiser dès qu’elle compare les voisins.

Les autres tests cités par OpenAI vont dans le même sens, toujours selon l’éditeur :

• Agents’ Last Exam (tâches professionnelles longues couvrant 55 sous-secteurs) : Sol à l’effort max marque 56,4 %, au-dessus du meilleur score de Claude Opus 5 dans cette évaluation, pour 60 % de coût par tâche en moins.
• DeepSWE v1.1 (ingénierie logicielle sur vraies bases de code) : Sol à l’effort max marque 68,8 %, à 1,1 point du meilleur score de Claude Fable 5 (69,9 %), pour environ 80 % de coût par tâche en moins. Luna à l’effort max marque 66,6 %, un niveau comparable à Claude Opus 5 et Fable 5 à effort moyen, pour 93 % de coût en moins qu’Opus 5 et 96 % de moins que Fable 5.
• OSWorld 2.0 hors ligne (agents qui manipulent un ordinateur) : Sol à l’effort xhigh obtient 60,5 % contre 60,3 % pour Claude Opus 5 à effort moyen, pour environ 80 % de coût en moins ; Luna (max) dépasse GPT-5.6 Sol (effort moyen) pour un dixième de son coût. OpenAI précise qu’Astra reste le meilleur modèle pour l’usage de l’ordinateur.
• FrontierCode (code prêt à être intégré dans de vraies bases) : Sol progresse nettement par rapport à GPT-5.6 Sol et rejoint Claude Fable 5.1 xhigh à un coût bien inférieur.

Ce n’est pas la première fois que la lignée Sol mise sur la vitesse : GPT-5.6 Sol en mode Ultrafast affichait déjà 750 tokens par seconde, comme nous le relations en août dans notre article sur GPT-5.6 Sol Ultrafast. La logique reste la même : un rapport performance/prix agressif, assumé comme tel.

Moins d’erreurs de fait, un ton plus direct

Deux promesses de fond accompagnent la sortie. La première concerne la factualité. Sur l’évaluation interne d’OpenAI, construite à partir de conversations réelles (anonymisées) où des utilisateurs avaient signalé une erreur, l’éditeur écrit : « GPT-6 Sol fait environ deux fois moins d’erreurs que son prédécesseur, s’approchant de la fiabilité d’Astra pour un coût bien inférieur » (GPT-6 Sol makes about half as many mistakes as its predecessor, approaching Astra-level reliability at much lower cost). Luna progresse aussi : à niveaux d’effort élevés, elle égale GPT-5.6 Sol pour environ un centième de son coût.

OpenAI prend soin de borner elle-même cette mesure : les conversations utilisées sont celles où une erreur avait été signalée, elles ne représentent pas un usage typique, où les erreurs de fait sont plus rares. La comparaison porte donc sur un terrain difficile volontairement, pas sur votre échange moyen. À lire de près avant de reprendre tel quel le chiffre, alléchant, d’erreurs divisées par deux.

La seconde promesse est stylistique. Le style de communication introduit avec Astra est repris sur Sol et Luna : « Attendez-vous à plus de clarté, moins de jargon, moins de tournures bizarres, moins de détails sans valeur et des réponses globalement un peu plus courtes, sans perdre en substance » (Expect to see more clarity, less jargon, fewer odd turns of phrase, fewer low-value details, and slightly shorter answers overall without losing substance). L’annonce illustre ce point par un exemple de conversation technique, où Sol explique mieux ce qu’il a vérifié ou non, et partage moins de détails d’implémentation superflus.

Côté sécurité, OpenAI indique que Sol et Luna reprennent le travail d’alignement d’Astra et affichent, dans les évaluations internes, moins de fausses déclarations sur leur travail de code que leurs équivalents GPT-5.6. Là encore, l’éditeur précise que ces évaluations testent délibérément des situations difficiles et ne mesurent pas les taux d’erreur en usage courant. Rappelons enfin qu’Astra avait franchi le seuil critique en cybersécurité dans les évaluations d’OpenAI, ce qui avait motivé des précautions particulières de déploiement (voir notre article du 1er septembre) : la baisse des prix rend cette intelligence plus accessible, la question de ses usages se pose du même coup.

Côté développeurs : un cache amélioré qui allège la facture

Troisième volet de l’annonce, moins visible mais très concret pour les entreprises : le prompt caching, le mécanisme qui évite de repayer à chaque requête les parties d’une conversation qui n’ont pas changé. OpenAI annonce des taux de succès du cache plus élevés par défaut, une remise de 90 % sur la lecture des tokens d’entrée en cache, un tableau de bord dédié pour mesurer ce qui est mis en cache, et la possibilité de modifier le niveau d’effort de raisonnement ou les outils d’un agent sans invalider le cache, ainsi que des points de rupture explicites pour choisir ce qui est mis en cache.

L’effet est déjà mesurable chez les gros clients : selon OpenAI, GitHub indique avoir réduit de plus de 50 % la part de tokens de prompt nécessitant un nouveau traitement, sur des milliards de requêtes, ce qui accélère les réponses de Copilot. L’enjeu financier n’est pas théorique : OpenAI révèle que la consommation quotidienne de tokens de ses chercheurs, valorisée au prix de l’API, dépasse 600 dollars par jour pour le chercheur médian et 7 000 dollars pour les 10 % les plus gourmands. À ces niveaux, diviser le prix des tokens par deux et alléger le cache change l’économie des agents qui travaillent toute la journée. Ces détails techniques font l’objet d’un billet séparé publié le même jour par OpenAI.

Ce que l’on ne sait pas encore

Comme toujours le jour d’un lancement, plusieurs questions restent ouvertes au 22 septembre 2026. Aucune d’elles n’enlève rien aux faits établis ci-dessus (les prix, eux, sont officiels), mais chacune mérite d’être gardée en tête avant de tirer des conclusions définitives.

• La disponibilité dans le chat. Ni la fenêtre de discussion de ChatGPT, ni le mobile, ni le web n’étaient servis au moment de l’annonce, et aucune date n’est donnée. Le déploiement progressif de la journée du 22 peut déjà avoir changé la situation depuis.
• Les quotas d’usage. Combien de messages Sol ou Luna pour un abonné Plus, ou pour un utilisateur gratuit sur l’application de bureau ? OpenAI ne le précise pas dans l’annonce.
• Les mesures indépendantes. Tous les scores publiés viennent d’OpenAI, et ceux des modèles concurrents proviennent de rapports publics. Il faudra attendre les repères de tiers pour confirmer l’avance annoncée, comme à chaque lancement.
• La fiabilité des agents en conditions réelles. Les évaluations citées testent volontairement des situations difficiles ; elles ne donnent pas le taux d’erreur d’un usage quotidien, et OpenAI le dit elle-même.
• La suite pour Terra. GPT-5.6 comptait trois modèles (Sol, Terra, Luna) ; la nouvelle génération n’en ajoute que deux. Rien n’est dit d’un éventuel GPT-6 Terra, ni de la date de sortie du prochain modèle du haut de gamme.

Questions fréquentes sur GPT-6 Sol et Luna

Ce qu’il faut retenir

Avec GPT-6 Sol et Luna, OpenAI fait ce qu’un éditeur mature fait après une percée : elle la rend abordable. Le lancement d’Astra, début septembre, avait marqué le sommet de la gamme ; trois semaines plus tard, l’essentiel de l’annonce porte sur les prix, le cache et l’accès gratuit à Luna sur l’application de bureau. Pour le grand public, le plus concret est là : un modèle de la nouvelle génération à essayer sans payer un abonnement, et une IA qui, selon son éditeur, se trompe environ deux fois moins tout en parlant plus simplement. Pour la concurrence, le message est tout aussi clair : la guerre des prix de l’IA générative change d’échelle.

Sources : annonce officielle d’OpenAI du 22 septembre 2026 et billet OpenAI sur le cache de prompt du 22 septembre 2026. Article publié le 23 septembre 2026.